為什么使用LongAdder而不是volatile

今天小編給大家分享一下為什么使用LongAdder而不是volatile的相關(guān)知識點(diǎn)，內(nèi)容詳細(xì)，邏輯清晰，相信大部分人都還太了解這方面的知識，所以分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后有所收獲，下面我們一起來了解一下吧。

說明：如果是 count++ 操作，使用如下類實(shí)現(xiàn)：AtomicInteger count = new AtomicInteger(); count.addAndGet(1); 如果是 JDK8，推薦使用 LongAdder 對象，比 AtomicLong 性能更好（減少樂觀 鎖的重試次數(shù)）。

以上內(nèi)容共有兩個重點(diǎn)：

1. 類似于 count++ 這種非一寫多讀的場景不能使用 volatile；

2. 如果是 JDK8 推薦使用 LongAdder 而非 AtomicLong 來替代 volatile，因?yàn)?LongAdder 的性能更好。

但口說無憑，即使是孤盡大佬說的，咱們也得證實(shí)一下，因?yàn)轳R老爺子說過：實(shí)踐是檢驗(yàn)真理的唯一標(biāo)準(zhǔn)。

這樣做也有它的好處，第一，加深了我們對知識的認(rèn)知；第二，文檔上只寫了LongAdder 比 AtomicLong 的性能高，但是高多少呢？文中并沒有說，那只能我們自己動手去測試嘍。

話不多，接下來我們直接進(jìn)入本文正式內(nèi)容...

volatile 線程安全測試

首先我們來測試 volatile 在多寫環(huán)境下的線程安全情況，測試代碼如下：

public class VolatileExample {
    public static volatile int count = 0; // 計(jì)數(shù)器    public static final int size = 100000; // 循環(huán)測試次數(shù)    public static void main(String[] args) {
        // ++ 方式 10w 次        Thread thread = new Thread(() -> {
            for (int i = 1; i <= size; i++) {
                count++;
            }
        });
        thread.start();
        // -- 10w 次        for (int i = 1; i <= size; i++) {
            count--;
        }
        // 等所有線程執(zhí)行完成        while (thread.isAlive()) {}
        System.out.println(count); // 打印結(jié)果    }
}

我們把 volatile 修飾的 count 變量 ++ 10w 次，在啟動另一個線程 -- 10w 次，正常來說結(jié)果應(yīng)該是 0，但是我們執(zhí)行的結(jié)果卻為：

1063

結(jié)論：由以上結(jié)果可以看出 volatile 在多寫環(huán)境下是非線程安全的，測試結(jié)果和《Java開發(fā)手冊》相吻合。

LongAdder VS AtomicLong

接下來，我們使用 Oracle 官方的 JMH（Java Microbenchmark Harness， JAVA 微基準(zhǔn)測試套件）來測試一下兩者的性能，測試代碼如下：

import org.openjdk.jmh.annotations.*;import org.openjdk.jmh.infra.Blackhole;import org.openjdk.jmh.runner.Runner;import org.openjdk.jmh.runner.RunnerException;import org.openjdk.jmh.runner.options.Options;import org.openjdk.jmh.runner.options.OptionsBuilder;import java.util.concurrent.TimeUnit;import java.util.concurrent.atomic.AtomicInteger;import java.util.concurrent.atomic.LongAdder;@BenchmarkMode(Mode.AverageTime) // 測試完成時(shí)間@OutputTimeUnit(TimeUnit.NANOSECONDS)@Warmup(iterations = 1, time = 1, timeUnit = TimeUnit.SECONDS) // 預(yù)熱 1 輪，每次 1s@Measurement(iterations = 5, time = 5, timeUnit = TimeUnit.SECONDS) // 測試 5 輪，每次 3s@Fork(1) // fork 1 個線程@State(Scope.Benchmark)@Threads(1000) // 開啟 1000 個并發(fā)線程public class AlibabaAtomicTest {

    public static void main(String[] args) throws RunnerException {
        // 啟動基準(zhǔn)測試        Options opt = new OptionsBuilder()
                .include(AlibabaAtomicTest.class.getSimpleName()) // 要導(dǎo)入的測試類                .build();
        new Runner(opt).run(); // 執(zhí)行測試    }

    @Benchmark    public int atomicTest(Blackhole blackhole) throws InterruptedException {
        AtomicInteger atomicInteger = new AtomicInteger();
        for (int i = 0; i < 1024; i++) {
            atomicInteger.addAndGet(1);
        }
        // 為了避免 JIT 忽略未被使用的結(jié)果        return atomicInteger.intValue();
    }

    @Benchmark    public int longAdderTest(Blackhole blackhole) throws InterruptedException {
        LongAdder longAdder = new LongAdder();
        for (int i = 0; i < 1024; i++) {
            longAdder.add(1);
        }
        return longAdder.intValue();
    }
}

從上述的數(shù)據(jù)可以看出，在開啟了 1000 個線程之后，程序的 LongAdder 的性能比 AtomicInteger 快了約 1.53 倍，你沒看出是開了 1000 個線程，為什么要開這么多呢？這其實(shí)是為了模擬高并發(fā)高競爭的環(huán)境下二者的性能查詢。

如果在低競爭下，比如我們開啟 100 個線程

結(jié)論：從上面結(jié)果可以看出，在低競爭的并發(fā)環(huán)境下 AtomicInteger 的性能是要比 LongAdder 的性能好，而高競爭環(huán)境下 LongAdder 的性能比 AtomicInteger 好，當(dāng)有 1000 個線程運(yùn)行時(shí)，LongAdder 的性能比 AtomicInteger 快了約 1.53 倍，所以各位要根據(jù)自己業(yè)務(wù)情況選擇合適的類型來使用。

性能分析

為什么會出現(xiàn)上面的情況？這是因?yàn)?AtomicInteger 在高并發(fā)環(huán)境下會有多個線程去競爭一個原子變量，而始終只有一個線程能競爭成功，而其他線程會一直通過 CAS 自旋嘗試獲取此原子變量，因此會有一定的性能消耗；而 LongAdder 會將這個原子變量分離成一個 Cell 數(shù)組，每個線程通過 Hash 獲取到自己數(shù)組，這樣就減少了樂觀鎖的重試次數(shù)，從而在高競爭下獲得優(yōu)勢；而在低競爭下表現(xiàn)的又不是很好，可能是因?yàn)樽约罕旧頇C(jī)制的執(zhí)行時(shí)間大于了鎖競爭的自旋時(shí)間，因此在低競爭下表現(xiàn)性能不如 AtomicInteger。

以上就是“為什么使用LongAdder而不是volatile”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家閱讀完這篇文章都有很大的收獲，小編每天都會為大家更新不同的知識，如果還想學(xué)習(xí)更多的知識，請關(guān)注億速云行業(yè)資訊頻道。